本發(fā)明涉及圖像處理領域，尤其涉及一種低照度圖像增強的方法。

背景技術：

隨著數(shù)字圖像和多媒體技術的快速發(fā)展，各種類型的光學成像系統(tǒng)也越來越多，人們對成像系統(tǒng)的畫面質量要求也越來越高，如各類監(jiān)控系統(tǒng)，目標識別及目標跟蹤系統(tǒng)，由于其場景不可控的特殊性，畫面質量往往很難達到要求，尤其是在霧天、陰雨天、夜晚等光照條件比較弱的條件下所拍攝的影像，整體圖像質量很差，對比度很低，圖像細節(jié)嚴重丟失，可視性很難令人滿意，給很多工作帶來布標，從很大程度上限制了此類系統(tǒng)的應用。特別是在夜間，犯罪率升高，然而，通過監(jiān)控系統(tǒng)很難看清犯罪現(xiàn)場，增加了警方破案的難度。因此低照度圖像的增強是十分有意義的。

常見的圖像增強算法主要分三大類：空域法、變換域法和融合法?？沼蚍ㄖ饕炼茸儞Q法、直方圖法和retinex增強法等?，F(xiàn)有的圖像增強算法很難達到令人滿意的效果，以直方圖均衡化為例，雖然能夠增強結果圖對比度，同時亮度分布較為均勻，但是很容易產生過增強的現(xiàn)象，產生嚴重的色偏和細節(jié)丟失。因此，找到能夠更加符合人眼視覺效果的圖像增強算法至關重要。本發(fā)明提出一種基于超像素分割算法和暗通道原理的圖像增強方法，先將圖像反轉形成偽霧圖，再利用超像素分割得到的圖像內容相關的同源塊，更準確地估計大氣傳輸模型中的透過率，從而使增強效果圖更加符合人眼的視覺特性。

技術實現(xiàn)要素：

本發(fā)明的目的在于提出一種自適應的，易于實現(xiàn)，魯棒性強，更符合人眼視覺特性的低照度圖像增強方法，從而解決現(xiàn)有圖像增強方法中存在的過增強或增強偏色的問題。

本發(fā)明的目的是通過以下技術方案實現(xiàn)的：一種低照度圖像增強的方法，該方法包括以下步驟：

(1)對低照度圖像l進行基于熵率的超像素分割，得到若干超像素同源區(qū)域；

(2)將低照度圖像l進行反轉，得到反轉圖i；反轉圖i中像素x處顏色通道c的亮度信息i^c(x)為：

i^c(x)＝255-l^c(x)(1)

其中，c代表圖像r、g、b三個通道中的任意一通道，l^c(x)代表像素x處某一顏色通道的亮度信息；

(3)利用步驟1得到的超像素同源區(qū)域代替暗通道先驗模型中的矩形區(qū)域，從而求取傳輸透過率圖t；

t(x)為傳輸透過率圖中像素x的透過率，ω(x)是像素x所在的超像素同源區(qū)域；a^c是顏色通道c的大氣天光值；

(4)根據(jù)上述大氣散射物理模型所得到的透過率圖t，恢復出反轉圖i的復原圖j；其中復原圖j中像素x的亮度信息j(x)為：

a是大氣天光值；

(5)對獲得的復原圖j按照步驟2的方法再次進行反轉，得到最終的增強圖。

本發(fā)明的有益效果在于：將圖像反轉形成偽霧圖，通過超像素分割將圖像分為若干同源區(qū)域，在利用暗原色通道估計透過率圖時根據(jù)圖像內容而達到自適應的效果，避免了由于傳統(tǒng)矩形區(qū)域塊分割引入的圖像邊緣信息的影響。進一步地結合暗原色通道去霧的原理得到復原圖，再將復原圖反轉得到最終的增強效果圖。

附圖說明

圖1為發(fā)明方法的流程框圖。

圖2為任意低照度圖像l。

圖3為低照度圖像進行超像素分割得到的分割圖。

圖4為對低照度圖像進行反轉得到的反轉圖i。

圖5為最終增強效果圖。

圖6為按照現(xiàn)有技術，利用不同窗口大小的暗通道先驗對圖像進行增強的效果圖，其中窗口大小分別為3(a)、9(b)和21(c)。(d)、(e)、(f)分別為(a)、(b)、(c)的放大圖；

圖7為利用本發(fā)明的方法分別采用不同超像素分割個數(shù)對圖像進行增強的效果比較，其中超像素分割的個數(shù)分別為200(a)、300(b)和500(c)；(d)、(e)、(f)分別為超像素分割的個數(shù)分別200、300和500的增強效果圖，(g)、(h)、(i)分別為(d)、(e)、(f)的放大圖。

具體實施方式

暗通道先驗是指在絕大多數(shù)非天空的局部區(qū)域里，某些像素總會有至少一個顏色通道具有很低的值。換言之，該區(qū)域光強度的最小值是個很小的數(shù)。而在暗通道先驗模型中，這一區(qū)域是在算法中自動確定的，且通常選取一個固定大小的矩形窗口，因此，本領域技術人員通常認為沒有必要進入對圖像進行分割的步驟，但是由于原有的矩形窗口沒有考慮圖像內容以及邊緣信息對暗通道先驗估計透過率圖得影響，同時不同矩形區(qū)域的大小會對經(jīng)過造成不同的影響，難以實現(xiàn)自適應。

本發(fā)明一種對低照度圖像增強的方法，先將低照度圖像反轉獲得偽霧圖，結合基于熵率的超像素分割方法考慮了圖像內容，避免了邊緣對暗通道先驗的影響，從而更加準確地估計透過率圖。根據(jù)大氣散射物理模型對圖像進行增強，最后將圖像再次反轉得到增強效果圖。能夠自適應地處理低照度圖像，使增強后的圖像具有更加理想的對比度和視覺效果，整體增強效果較現(xiàn)有的增強算法有大幅度提升。

下面結合附圖和實例進行詳細說明：

圖1為本發(fā)明方法的簡易流程框圖。下面結合實施例對本發(fā)明作進一步說明。

(1)獲取低照度圖像l，如圖2所示；

(2)對圖像進行基于熵率的超像素分割，得到若干超像素同源區(qū)域，超像素分割的塊數(shù)設定為200塊，如圖3所示；

(3)將低照度圖像l進行反轉，得到反轉圖i；

i^c(x)＝255-l^c(x)(1)

c代表圖像r、g、b三個通道中的任意一通道，l^c(x)代表像素x處某一顏色通道的亮度信息，反轉圖i如圖4所示；

(4)根據(jù)大氣傳輸模型及暗通道原理同時利用得到的超像素同源區(qū)域代替暗通道中的矩形塊，從而求取傳輸透過率圖t；

i(x)＝j(x)t(x)+a(1-t(x))(2)

j是所需恢復出的復原圖，a是大氣天光值，ω(x)是像素x所在的超像素同源區(qū)域；

(5)根據(jù)上述大氣散射物理模型所得到的透過率圖t，恢復出反轉圖i的復原圖j；

(6)對獲得的復原圖j再次進行反轉，得到最終的增強圖，如圖5所示。

本發(fā)明一種低照度圖像增強的方法，先將低照度圖像反轉獲得偽霧圖，結合基于熵率的超像素分割方法考慮了圖像內容，避免了邊緣對暗通道先驗的影響，從而更加準確地估計透過率圖。根據(jù)大氣散射物理模型對圖像進行增強，最后將圖像再次反轉得到增強效果圖。通過圖6可以看出直接使用暗通道先驗對圖像進行增強，其增強效果很大程度受到了窗口大小的影響，同時由于矩形窗口沒有考慮到圖像內容與邊緣信息的影響，同時存在很明顯的光暈現(xiàn)象，通過下方的放大圖可以看出其增強效果丟失很多細節(jié)信息，而通過圖7可以看出利用超像素同源區(qū)域代替原有的矩形窗口區(qū)域后，增強效果基本不受同源區(qū)域個數(shù)的限制，并且避免了光暈現(xiàn)象，通過放大圖可以看出較好地保留了圖像的紋理信息，增強圖像更加符合人眼視覺效果。能夠自適應地處理低照度圖像，使增強后的圖像具有更加理想的對比度和視覺效果，整體增強效果較現(xiàn)有的增強算法有大幅度提升。全過程可實現(xiàn)自動化與自能化，無需人工干預。